汽车防抱死制动系统的鲁棒控制

为了提高汽车防抱死制动系统的鲁棒性能,设计了该系统的鲁棒控制器.通过对汽车防抱死制动系统的基本结构和工作原理的分析,给出了适于鲁棒控制器设计的1/4车辆系统的数学模型,然后用闭环增益成形算法设计出汽车防抱死制动系统的鲁棒控制器,最后用Matlab进行了汽车防抱死制动过程的仿真.仿真结果表明:该控制系统能充分利用最大附着力制动,并可提高汽车制动时的操作稳定性,当车的重量发生变化时,滑移率仍然维持在期望值0.2左右,提前了0.5 s抱死,抱死时滑移率还在0.15左右,控制器的鲁棒性能较好.     

汽车防抱死制动系统的自寻最优控制

针对汽车防抱死制动系统中路况经常变化的特殊性,提出了将自寻最优控制策略应用到防抱死控制中.构建了防抱死制动系统和制动时车辆动力学模型,设计了依据制动力矩和附着力矩变化量符号改变来调节制动力矩的自寻最优控制器.仿真结果验证,自寻最优控制可以自动搜寻到最佳滑移率,并使系统在最佳滑移率附近工作,达到最佳制动效果.本文为汽车制动性能的研究提供了有效可行的防抱死控制策略.     

基于纵向车速估算的商用车ABS神经网络滑模控制

针对商用车防抱死制动系统(ABS)控制中纵向车速难以直接获得,提出了强跟踪容积卡尔曼滤波(STCKF)算法对制动过程中的纵向车速进行估算。然后根据ABS控制需求,提出了商用车ABS神经网络滑模控制算法,利用滑模算法对ABS的滑移率进行控制,再利用神经网络对滑模控制器的参数进行自适应调节。最后通过Matlab/Simulink与TruckSim联合仿真,分别在高、中、低附着系数路面和对开路面上进行仿真验证。仿真结果表明:强跟踪容积卡尔曼滤波算法对纵向车速的估算较为精确,ABS神经网络滑模控制效果良好。     

基于集成式线控液压制动系统的轮胎滑移率控制

传统的车辆制动系统很难以轮胎滑移率为直接控制目标,为了提高汽车的主动安全性能,对集成式线控液压制动系统(IEHB)的轮胎滑移率控制机理进行深入研究。在建立IEHB执行机构物理仿真模型与7自由度整车动力学模型的基础上,结合分层控制构架,利用滑移率与制动转矩构成的双闭环非线性控制方法,设计了基于IEHB系统的轮胎滑移率控制器;通过AMESim与MATLAB/Simulink联合仿真平台,分别在高附着、低附着路面进行高速主动紧急制动仿真试验。结果表明:本文提出的控制方法可有效调控汽车轮胎滑移率。     

电动轮汽车复合再生制动系统防抱协调控制

为了提高电动轮汽车在紧急制动过程中的稳定性,提出了一种基于实时计算车轮滑移率的再生制动与液压制动协调控制防抱死策略。基于重新构型的液压制动系统,根据轮速和车速计算汽车瞬时纵向滑移率,并以其为控制目标,设定一套滑移率门限值,通过降低电机转矩来实现制动防抱死控制。在AMESim软件中建立相应的15自由度整车模型,在Simulink中建立防抱死控制策略模型,并在低、中、高3种不同附着路面上进行仿真,结果表明,本文制定的控制策略能够在满足汽车在高效回收制动能量的同时防止车轮抱死,保证了车辆的制动稳定性。     

模糊PID控制在车辆制动过程中的应用

采用模糊PID控制算法,在Matlab/Simulink环境建立一个单轮车辆防抱死制动系统仿真模型对ABS进行仿真。在汽车防抱死制动系统控制中,由于被控参数具有时变性、非线性、不确定性等因素,常规PID控制算法难以满足控制要求。将模糊理论与PID控制算法相结合构成自适应模糊PID控制器,让PID参数随要求不同而调整,从而对不同情况使用不同参数,实现对PID参数Kp、Ki、Kd最佳调整。实际运行结果表明,该控制器取得了较好的快速性和稳定性.     

期望轨迹可变的非线性时变系统迭代学习控制

针对一类存在扰动的未知非线性时变系统,提出了一种在不同次迭代运行过程中期望轨迹可变的迭代学习控制算法.该算法首先构造含未知参数项的系统逆控制,然后利用小波级数逼近逆系统的未知非线性参数,其最佳逼近系数与系统的期望轨迹无关,最后在迭代过程中通过学习的方法修正小波逼近系数,并采用变结构技术抑制系统干扰的影响,设计了在期望轨迹变化情况下的鲁棒迭代学习控制律.算法的收敛性分析表明,随着迭代次数的增加,逼近系数与最佳系数的差异减小.针对机械臂系统的仿真表明轨迹跟踪误差逐次减小并收敛,说明了算法的有效性.     

轮毂驱动电动汽车复合制动防抱死协调控制及舒适性研究

针对轮毂驱动电动汽车电机-液压复合制动系统的协调控制问题和舒适性问题,提出了基于滑模变结构控制算法和模糊算法的控制策略,首先利用滑模算法根据车辆状态参数来计算电动汽车所需的制动总转矩,再利用模糊算法根据制动踏板行程l和电池SOC来计算液压制动和电机制动转矩分配比例。其中液压制动转矩作为汽车制动转矩中的基础制动转矩,用电机转矩调节车轮滑移率,以实现防抱死控制,并且由于液压制动轮缸的压力变化减少,制动舒适性得以提高。最后采用Matlab/Simulink、Amesim和Carsim软件联仿,分别进行高附着和低附着路面仿真,仿真结果表明复合制动系统的防抱死协调控制策略不仅有效,而且改善了ABS介入时的舒适性。     

轿车轮边缓速器制动过程的仿真分析

介绍了轮边缓速器的结构和工作原理,基于Matlab/Simulink仿真技术,建立了轿车轮边缓速器的动力学模型,对轮边缓速器的制动过程进行仿真.根据速度信号对输入电流大小进行控制,使得汽车在高速情况下,轮边缓速器产生合适的制动力矩,并将轮胎的滑移率控制在最佳的滑移率附近,迅速降低汽车行驶速度,使汽车处于稳定的制动状态.通过与ABS的仿真结果对比,表明轮边缓速器具有良好的制动性能.     

基于LuGre模型的反演自适应滑模ABS控制

针对车辆紧急制动过程中增加车辆行驶安全以及寻求最优刹车策略的要求,对车辆稳定控制系统中防抱死制动系统进行研究,提出一种基于LuGre动态轮胎模型的防抱死制动系统的反演(backstepping)自适应滑模控制方法.首先,构建结合LuGre动态轮胎模型的1/4车辆模型,应用实际轮胎数据拟合LuGre模型参数.其次,利用纵向动力学和滑移率的关系搭建控制系统模型设计反演自适应的滑模控制器,在自适应控制器作用下快速跟踪期望滑移率并改善系统的输出抖动,根据Lyapunov稳定性理论对该方法的稳定性进行了证明.最后,在良好路面和低附着路面上进行车辆紧急制动仿真实验,对该方法的可行性及有效性进行验证.     

模糊神经网络在夹送辊同步控制中的应用

针对滚切式双边剪在钢板剪切过程中的跑偏问题以及夹送辊在输送钢板过程中不同步所造成的钢板跑偏现象,研究了基于模糊神经网络的模型参考自适应控制算法及其在中厚板生产线上双边剪夹送辊传动系统中的应用.利用模糊神经网络的自学习能力整定PID控制器参数,以实现有效的非线性控制.基于此方法进行夹送辊同步控制,以防止钢板跑偏.通过仿真实验,证明了该算法的有效性,说明了模糊神经网络的模型参考自适应控制器在系统参数时变时的控制效果优于传统的PID调节器.     

氧乐果合成反应温度的模糊神经网络控制方法

氧乐果合成反应温度控制过程具有参数时变、非线性、大滞后等特点,采用传统的控制方法难以达到预期的控制效果。针对此问题,文章设计了基于遗传算法的模糊神经网络控制器。首先确定与模糊系统结构等价的神经网络,从而将模糊控制规则和隶属函数的参数搜索优化问题转化成网络参数优化问题;其次利用改进的遗传算法实现网络参数快速全局寻优,从而提高控制器性能。仿真结果表明,优化后模糊神经网络控制器对一类具有参数时变、时滞、非线性的系统具有良好的控制性能。     

基于BP神经网络的模糊PID风量控制

针对煤矿主风机通风系统多变量、非线性、时变滞后性等问题,提出一种基于BP神经网络的模糊PID算法。该算法综合神经网络、模糊控制与PID调节的各自优点,既具有神经网络的自学习和自适应能力,又具有模糊控制的非线性控制作用,同时兼备PID调节的广泛性。仿真结果表明,该算法的响应速度、稳态精度均优于传统的PID调节,取得比较理想的控制效果。     

基于HGA的模糊神经控制充电器设计与实现

将神经网络与模糊控制相结合,实现了模糊控制器的自学习和自适应,提出了基于递阶遗传算法的模糊神经网络优化算法来进行蓄电池的充电控制,通过对每个染色体采用递阶编码,可以同时优化模糊神经网络结构和权值参数,实现对非线性的、时变的、有干扰的、具有纯滞后的蓄电池充电控制系统的最佳控制.     

浅析汽车制动防抱死系统(ABS)

主要介绍了汽车制动防抱死系统(Antilock-Braking-System)的功能、原理、构造和发展方向。论述了ABS能有效缩短制动距离提高汽车制动时方向稳定性的原因,对常见类型的汽车制动防抱死系统主要零部件的结构及其工作过程加以描述。并对ABS在改善制动过程和集成化应用的改进方向提出了见解。     

轿车轮边缓速器制动过程的仿真分析

介绍了轮边缓速器的结构和工作原理，基于Matlab／Simulink仿真技术，建立了轿车轮边缓速器的动力学模型，对轮边缓速器的制动过程进行仿真．根据速度信号对输入电流大小进行控制，使得汽车在高速情况下，轮边缓速器产生合适的制动力矩，并将轮胎的滑移率控制在最佳的滑移率附近，迅速降低汽车行驶速度，使汽车处于稳定的制动状态．通过与ABS的仿真结果对比，表明；轮边缓速器具有良好的制动性能。     

用小波神经网络进行非线性系统辨识

采用小波神经网络来辨识非线性动态系统,给出了训练算法.通过实验,比较了小波神经网络(WNN)与MLPN在辨识非线性动态系统时性能上的差异.最后分别用WNN和WLPN辨识了CSTR过程.     

基于T-S模糊神经网络的汽车故障诊断的研究

该文根据模糊神经网络的特性结合汽车故障诊断的技术,根据监控排放标准,采用个人手持式故障诊断仪获取数据流,T-S模糊逻辑与神经网络结合,训练模糊神经网络,进行故障诊断。使用误差反馈算法和模糊理论训练神经网络,根据训练完成的T-S模型对汽车防抱死系统故障进行诊断。体现了其诊断的准确性强和适用性广的特性。     

基于系统辨识与T-S模糊神经网络的磨矿分级控制

针对磨矿分级过程控制中具有的慢时变、非线性特征,提出了一种基于系统辨识的自适应模糊推理网络模型,并应用于磨矿控制领域.利用模糊聚类法对现有数据样本进行系统辨识,自动获取模糊规则库和相应的初始参数.依据得到的模糊系统构建基于Takage-Sugeno推理模型的自适应模糊神经网络推理系统,获得比传统的模糊神经网络具有更强的...     

ABS智能控制器的设计与仿真

车辆ABS(Antilock Braking System)智能控制是一种优于传统ABS控制的控制技术,能够将车轮滑移率控制在目标滑移率附近,并且自动识别道路附着状况搜索最佳滑移率值,达到利用路面最大附着力的自适应效果.在建立车辆单轮防抱死仿真系统的基础上,设计了一个基于最佳滑移率的积分分离PID自适应控制器,并分别对此进行数字仿真与实物实验,结果表明,该控制器的控制稳定性、鲁棒性和自适应性均取得了良好的效果.